当前的文本到图像扩散模型表现出的卓越能力促进了关于艺术定义的讨论，然而，这些模型使用的文本数据缺乏主观评价，因此需要对元素和图片风格进行严格描述，建议在培训过程中加入主观信息，以发挥其真正的艺术创造力。

Oct, 2022

我们提出了DEArt，它是一个针对文化遗产绘画的检测数据集，检测物体和姿势分类，是一个与众不同的数据集，具有69个类别和12个姿势，并且可以通过迁移学习实现与最先进模型相媲美的精度。

Nov, 2022

通过生成式视觉-语言模型来增强艺术品数据集，以应对文化遗产领域中有限的注释数据和领域偏移，提高模型对艺术特征的理解和生成恰当术语的能力。

Aug, 2023

重新审视Johanna Drucker的问题，“数字艺术史是否存在？”并基于大规模、基于转换器的视觉模型的出现，分析其认识论含义和方法论功能，揭示数字艺术史存在一种即将到来的“数字”意义的范式转变。

Aug, 2023

利用基础模型提取历史文献中的图像，并评估不同语言提示对人文学科不同级别的数据集上的效果。

Sep, 2023

该研究探讨了计算机视觉模型在识别视觉内容中的时间信息方面的能力，重点关注历史照片。研究使用了OpenCLIP，一个多模态语言和视觉模型的开源实现，对图像的日期进行了研究。实验包括零样本分类，微调和视觉内容分析三个步骤。结果显示，零样本分类对图像约会方面相对无效，并且存在向过去预测日期的偏见。通过使用逻辑分类器对OpenCLIP进行微调可以提高性能并消除偏见。此外，分析结果表明，包含公共汽车、汽车、猫、狗和人物的图像的日期更加准确，暗示了时间标记的存在。该研究突出了OpenCLIP等机器学习模型在图像约会方面的潜力，并强调了微调对于准确的时间分析的重要性。未来的研究应该探索这些发现在彩色照片和多样化数据集中的应用。

Oct, 2023

利用基于像素的语言模型对历史文档进行像素遮罩重建，通过生成合成扫描以模拟真实历史文档，展示模型在像素遮罩重建和语言理解能力上的卓越效果，并成功应用于历史问答任务。

Oct, 2023

我们提出了一种新颖的知识感知艺术品图像合成方法，准确地将历史遗失的对象恢复为视觉形式，通过构造带有显式考古知识的提示、引入额外的文本指导以及应用视觉-语义约束，使模型能够学习更多细节，并生成更高质量的艺术品图像。

Dec, 2023

用生成模型捕捉并保护地域和社区独特的方面，本文讨论了潜在扩散模型在代表本地文化概念、历史人物和濒危物种方面的潜力，以巴西里约格兰德州的文化遗产为例进行了研究。

Jan, 2024

本研究探讨了大型视觉语言模型（VLMs）在艺术作品分类，特别是绘画风格分类中的表现，这一领域通常由艺术史学家主导。通过分析四种VLMs并利用两个公共艺术作品基准，我们发现这些模型在艺术风格、作者和时期的零样本分类中表现出一定的能力，推动了艺术作品分类的研究进展。

Sep, 2024